نشر معهد توني بلير للتغيير العالمي (TBI)، وهو مؤسسة بحثية غير ربحية، مؤخرا بحثا يشير إلى أن الذكاء الاصطناعي يمكن أن يعمل على تبسيط القوى العاملة في المملكة المتحدة، وخفض تكاليف الحكومة بمليارات الدولارات، وأتمتة أكثر من 40٪ من مهام العمال.
وبحسب البحث، فإن هذه الفوائد تتطلب من الحكومة “الاستثمار في تكنولوجيا الذكاء الاصطناعي، وتحديث أنظمة البيانات الخاصة بها، وتدريب قوتها العاملة على استخدام الأدوات الجديدة، وتغطية أي تكاليف تسريح مرتبطة بالخروج المبكر من القوى العاملة”.
وسوف يكلف هذا الأمر ما يقرب من 4 مليارات دولار سنويا على مدى السنوات الخمس المقبلة، و7 مليارات دولار سنويا بعد ذلك، وفقا للباحثين.
لكن المشكلة الحقيقية في البحث، وفقا للباحثين الخارجيين الذين قرأوا البحث، تكمن في اعتماده على ChatGPT.
أعرب محمد أمير أنور من جامعة أكسفورد عن رأيه في برنامج “إكس” بأن معهد توني بلير “يختلق هراءً”. وفي الوقت نفسه، قالت إميلي بيندر من جامعة واشنطن لإيمانويل مايبرج من 404 ميديا إن الباحثين “ربما يكونون في وضع أفضل عندما يلعبون لعبة ماجيك 8 ويسجلون الإجابات التي تعرضها”.
المشكلة
شرع الباحثون في TBI في توفير نظرة عامة عالية المستوى على القوى العاملة بأكملها حتى يتمكنوا بعد ذلك من التنبؤ بالتأثير المحتمل الذي يمكن أن تحدثه الأتمتة على السوق في المستقبل.
وقد توصل الباحثون إلى أن الذكاء الاصطناعي قد يوفر للمملكة المتحدة مليارات الدولارات على الفور تقريبًا. ووفقًا لورقة البحث، فإن تكاليف الاستثمار مقابل المدخرات المحتملة “تعني أن المدخرات الصافية من الاستخدام الكامل للذكاء الاصطناعي في القطاع العام تبلغ نحو 1.3 في المائة من الناتج المحلي الإجمالي سنويًا، وهو ما يعادل 37 مليار جنيه إسترليني سنويًا بالأسعار الحالية”.
ويذهب الباحثون إلى حد الزعم بأن “هذا يعادل نسبة فائدة إلى تكلفة تبلغ 9:1 في المجموع” مقدما، و”بعد خمس سنوات نقدر أن البرنامج يمكن أن يوفر تراكميا 0.5٪ من الناتج المحلي الإجمالي السنوي (أو 15 مليار جنيه استرليني بأسعار اليوم)، مما يعني أن نسبة فائدة إلى تكلفة تبلغ 1.8:1 ممكنة إذا تم طرح التكنولوجيا بسرعة”.
في حين أن هذه الأرقام مثيرة للاهتمام بالتأكيد، فمن غير الواضح ما إذا كان لها أي معنى فعلي.
والسؤال المطروح هو كيف توصل الباحثون إلى استنتاجاتهم. فبدلاً من إجراء دراسة شاملة مع العمال وأصحاب العمل لتحديد مدى تأثير الأتمتة على وظيفة معينة، استخدموا مجموعة بيانات O*Net لتحديد 20 ألف مهمة قام بها العمال ثم قدموا البيانات إلى ChatGPT. ثم طلب الفريق من الذكاء الاصطناعي تحديد المهام المناسبة للأتمتة والأدوات التي يمكن استخدامها لأتمتتها.
وبحسب الباحثين، فإن الاستعانة بخبراء بشريين لمراجعة كل مهمة من شأنه أن يجعل عملهم “مستعصيا”، وهو ما يعني في العلوم أنه من الصعب للغاية القيام به.
وهذا يعني أيضًا، ظاهريًا، أنه سيكون من “المستحيل” على الباحثين تقييم كل مخرجات ChatGPT – يقول الفريق إنهم استخدموا نظام الذكاء الاصطناعي لتصنيف ما يقرب من 20 ألف مهمة.
إذا كان بوسعنا أن نفترض أن الذكاء الاصطناعي قد ارتكب أخطاء (وفقًا لبحث TBI وموقع OpenAI، صانع ChatGPT، فإن النماذج معرضة للخطأ)، فيمكننا أيضًا أن نفترض أن البحث يحتوي على معلومات خاطئة وأن مراجعة الأقران ستكون مستعصية أيضًا.
الأتمتة ليست سهلة
إذن، ما هو الرقم الحقيقي؟ من الناحية الفنية، لن يكون من الممكن لبرنامج ChatGPT فهم الفروق الدقيقة في الأتمتة على أساس كل مهمة على حدة، وذلك لأن البيانات الضرورية من غير المرجح أن تكون موجودة في مجموعة البيانات الخاصة به بسبب صعوبة إنشائها يدويًا.
عندما يتعلق الأمر بحل المشكلات الجديدة التي لم يتم تدريب نظام الذكاء الاصطناعي عليها، تميل الأنظمة التوليدية إلى الفشل.
على سبيل المثال، كانت ماكينات صنع القهوة الأوتوماتيكية موجودة منذ عقود من الزمن، ولكن الأتمتة العامة – تعليم نظام الذكاء الاصطناعي كيفية صنع القهوة في أي مكان، وفي أي غرفة – تعتبر مشكلة بارزة في مجالات الذكاء الاصطناعي والروبوتات.
وببساطة، فإن الأتمتة صعبة وتتطلب نهجًا دقيقًا لكل مهمة على حدة.
في عام 2017، على سبيل المثال، عندما بدأت حمى الذكاء الاصطناعي في اكتساب الزخم، كان من المفترض أن يتم حل مشكلة القيادة الذاتية في غضون سنوات. حتى أن إيلون ماسك تنبأ بأن تسلا ستشغل مليون سيارة أجرة آلية بحلول عام 2020.
ولكن اعتبارًا من يوليو 2024، أغلقت الغالبية العظمى من شركات صناعة السيارات والشركات الناشئة ومنافذ التكنولوجيا الكبرى التي كانت تعمل على السيارات ذاتية القيادة اعتبارًا من عام 2021 برامجها الخاصة. اتضح أن 99٪ من القيادة يمكن أن تتم آليًا، ولكن حتى الآن، لم يكتشف أي فريق هندسي كيفية أتمتة الحالات القصوى التي تشكل تلك النسبة 1٪ الأخيرة بأمان.
في حين أنه من السهل تخيل أتمتة أي مهمة بسيطة، فإن السياق مهم. قد يكون ChatGPT قادرًا على إخراج نص يشير إلى إمكانية أتمتة أي مهمة إذا أنفقت ما يكفي من المال على المشكلة، لكن الواقع أثبت حتى الآن أنه مناقض لهذه الادعاءات.
متعلق ب: شركة Intuit تستغني عن 10% من موظفيها للتركيز على الذكاء الاصطناعي
